你有没有遇到这样的情况:问 AI 一句话,它回你一大段。
每句都很长,术语一个接一个。每个词你都认识一点,连起来就是看不懂。
Karpathy 今天发的一条帖子,讲的就是这件事:我们会花越来越多的时间,去理解模型的输出。
他加入 Anthropic 之后发帖不多,上一条推文还是两个月前。
这条一发,评论区又热闹起来了。
01 他说了什么
他给了四个办法,一层比一层递进:
-
写作:让模型用 ASD-STE100 来解释,一种为航空维修文档设计的受控英语。他有时会让模型“做到 80%”,因为规范太严。 -
图表:别让它写,让它画一张图。 -
网页:让它输出“in HTML”,得到一个能交互的页面。 -
讲解视频:他最看好这个。他说,让模型做一个 3b1b 风格的视频,已经开始能用了。
我各挑了一个最合适的例子,一个一个试。
02 第一招:写作
ASD-STE100 是啥,我还是第一次听说。
它是航空维修手册用的一种受控英语。官网 FAQ 说,1979 年各家飞机制造商的手册风格差别很大,有的航空公司还得翻成当地语言,机械师才看得懂,于是统一了一套写法。
FAQ 里的原则,就是下图这几条:句子要短,一句只讲一个主题,尽量用主动语态,步骤用命令句。
中文里其实早就有,比如地铁里的“请勿倚靠车门”“先下后上”。
▲ 图:STE 的原则,和中文公共场所里的类似写法
官方也说,STE 不是通用写作语言,但原则可以借。所以 Karpathy 说“做到 80%”,我的理解是借它的味道,不用抠规则。
我拿“重启路由器”试了一下。用的是借来的原则,不是 STE 本身:
▲ 图:“重启路由器”的两种写法
一句 61 个字,变成五句,最长 9 个字,照着一步一步做就行。
这种方式确实值得推广,不管是跟 AI 聊天也好还是人类之间,尽量废话少说。
03 第二招:图表
一图胜千言,这个大家都有体会。
图表是我经常用的,现在让 AI 画图,特别方便。
上一篇写 Gemini 4 Argon,我做了几张动图,斩杀线那张一看就明白它在什么水平。
▲ 图:Gemini 4 Argon 的榜单名次、幻觉率和准确率(动图)
然后是价格,促销价一结束,优势就没了:
[图片待插入|05-gemini-price.gif]
▲ 图:Gemini 4 Argon 的价格:促销价与标准价(动图)
这一点我也是极度推广它是的,因为现在的 AI 不管是画静态图片还是画动图,都是非常方便的。
它真的是可以把很多复杂的概念,一个非常简单的图就解释明白了。
04 第三招:网页
我也经常让 AI 直接生成 HTML。现在做网页,同样特别方便。
比如有人用 GPT-6 Astra,把 Transformer 那篇论文做成了一个可以交互的网页,从此,他打开了探索研究的新方式。
页面有侧边目录,一节一节往下讲注意力机制。点一个词,能看到它和句子里其他词的关系,还有热力图和滑块可以拖。
▲ 视频:elvis(@omarsar0)发布的 Transformer 论文交互网页演示
这就是 Karpathy 说的,漂亮的、能交互的网页。
05 第四招:讲解视频
视频承载的信息量更大。
现在用 Opus 5.5 做视频,非常强大。之前我也介绍过很多这样的例子。
这一个是 Addy Osmani 用 Claude Opus 5.5 画的,40 秒,讲的是浏览器是怎么工作的。
我感觉非常生动形象。
▲ 视频:Addy Osmani 发布的“浏览器是怎么工作的”动画
06 最后
读不懂的时候,别硬读。让 AI 换一种形式:写得更短,画成图,做成网页,讲成视频。
四招里,我自己用得最多的,是图和网页。
你读 AI 的输出时,最先卡在哪一步?是句子太绕,还是信息太散?
07 参考资料
01|Karpathy:理解语言模型输出的帖子(2026-10-02)
https://x.com/karpathy/status/2105819303471976479
02|ASD-STE100 官网 FAQ
https://www.asd-ste100.org/faq.html

